Вы можете использовать результаты генерации в коммерческих целях. Все права на созданный контент принадлежат вам. Единственное ограничение: убедитесь, что в запросе не использовались защищённые авторским правом материалы третьих сторон. Ответственность за соблюдение прав на входные данные лежит на пользователе.

Это модель преобразования речи: она принимает вашу аудиозапись и озвучивает её другим голосом, сохраняя темп, интонацию и эмоции оригинала. Подходит для дубляжа, озвучки, локализации роликов и замены голоса, когда важна естественная подача, а не синтез с нуля.

Текст она не пишет — на выходе получается аудио. В данных указаны контекст и лимит вывода по 10 000 токенов, но для этой модели это ограничение на длину обрабатываемого фрагмента речи, а не на объём текста. Длинные записи удобнее подавать частями.

Нет. Здесь нет шага рассуждений: модель не обдумывает ответ, а преобразует поданную речь в выбранный голос. В наших данных способность к рассуждениям перед ответом не отмечена, да и для задач преобразования речи она не требуется.

Нет. Вызов функций и структурированный вывод в JSON в наших данных не отмечены, и по смыслу к этой модели они не относятся — результат её работы это аудиофайл, а не текстовая структура. Для сценариев с JSON и функциями нужна текстовая модель.

На вход подаётся аудио — это единственный отмеченный в данных формат. Изображения и видео модель не принимает, потому что работает со звуком. Картинки и ролики обрабатывайте отдельно, а сюда передавайте только звуковую дорожку.

Модель многоязычная, но оценки качества именно для русского в наших данных нет, поэтому обещать идеальное произношение не будем. Практический совет: прогоните через неё короткий фрагмент своей записи и послушайте результат — тембр и интонация сохраняются, а произношение лучше проверять на слух.